从产品经理角度讲授常识图谱

同市价得把稳的是，根据实际情形，实体有时可以是属性，属性也可以是实体。

以下图为例：“职工”是一个实体，“职工号、姓名、年事”是职工的属性，“职称”如果没有与“人为、文位津贴、福利”挂钩，换句话说，没有须要进一步描述的特性，则根据准则 1 可以作为职工实体的属性。

但如果不同的职称有不同的人为、岗位津贴和不同的附加福利，则职称作为一个实体看待就更恰当。

（图片源自网络，如侵权请联系删除）

说到这里，大家该当能更好理解【知识图谱】的定义：知识图谱是构造化语义知识库，用于以符号形式描述物理天下中的观点及其相互关系，其基本组成单位是『实体-关系-实体』三元组，以及实体及其干系属性-值对，实体之间通过关系相互联结，构成网状的知识构造。

知识图谱能能够冲破不同场景下的数据隔离，为搜索、推举、问答、阐明与决策等运用供应根本支撑。

三、知识图谱的构建过程

理解知识图谱的构建，能帮助我们更好理解知识图谱的运用事理。

知识图谱的构建流程，总结有三：

对每个步骤的先容及其意义，我整理了如下表格：

非商业转载请注明出处

下图是知识图谱的技能架构，可以帮助大家更好理解知识图谱的构建流程。
个中虚线框内的部分为知识图谱的构建过程，同时也是知识图谱更新的过程。

（图片源自网络，已作中文化处理，如侵权请联系删除）

四、数据哀求及数据库类型

1）要构建知识图谱，须要若何的数据呢？

答案是：构造化的数据。

知识图谱的原始数据类型一样平常来说有三类：构造化数据、非构造化数据、半构造化数据。
而终极的知识图谱须要构造化数据作为支撑。

所谓构造化数据，是指高度组织和整洁格式化的数据，它是可以放入电子表格中的数据类型。
范例的构造化数据包括：信用卡号码、日期、财务金额、电话号码、地址、产品名称等。

与之相对的非构造化数据是指不随意马虎组织或格式化的数据，它没有预定义的数据模型，未便应用数据库二维逻辑表来表现的数据。
它可能是文本的或非文本的，也可能是人为的或机器天生的。

大略来说，非构造化数据便是字段可变的的数据，紧张是一些文档、文件等，比如一些条约文件、文章、PDF文档等。

而半构造化数据，是非关系模型的，有基本固定构造模式的数据，例如日志文件、XML 文档、JSON 文档等。

对付非构造化数据及半构造化数据，须要我们确认从中提取哪些可用信息，并制订信息录入规则，借助NLP等技能，将有效信息天生为构造化数据，再计入知识图谱中。

2）图数据库及关系型数据库的差别

知识图谱是用图数据库存储数据的。
所谓图数据库，不是指存储图片、图像的数据库，而是指存储图这种数据构造的数据库。
之前我们说的E-R图，便是图数据的可视化展示。

不同于传统的利用二维表格存储数据的关系型数据库，图数据库在传统意义上被归类为NoSQL（Not Only SQL）数据库的一种，也便是说图数据库属于非关系型数据库。
为了避免内容太过技能性，这里不会对图数据进行深入的先容，只大略说下图数据库及关系型数据库的差别。

关系型数据库不善于处理数据之间的关系，而图数据库在处理数据之间关系方面灵巧且高性能。

传统的关系型数据库在处理繁芜关系的数据上表现很差，这是由于关系型数据库是通过外键的约束来实现多表之间的关系引用的。
查询实体之间的关系须要JOIN操作，而JOIN操作常日非常耗时。

而图数据库的原始设计动机，便是更好地描述实体之间的关系。
图数据库与关系型数据库最大的不同便是免索引毗邻，图数据模型中的每个节点都会掩护与它相邻的节点关系，这就意味着查询韶光与图的整体规模无关，只与每个节点的邻点数量有关，这使得图数据库在处理大量繁芜关系时也能保持良好的性能。

其余，图的构造决定了其易于扩展的特性。
我们不必在模型设计之初就把所有的细节都考虑到，由于在后续增加新的节点、新的关系、新的属性乃至新的标签都很随意马虎，也不会毁坏已有的查询和运用功能。

而关系型数据库，如果一开始就设计好数据字段并跑了一段韶光数据，想再增加字段就会非常麻烦，须要开拓职员或产品经理在开拓初期就设想好未来可能会新增的字段，并提前加入到数据表中。

参考资料：

neo4j-图数据库

E-R图：实体与属性的划分原则

普通易懂阐明知识图谱（Knowledge Graph）

图数据库是什么？

作者：杨桃，游戏行业B端产品经理，爱用笔墨记录不雅观察及想法。

本文由 @杨桃 原创发布于大家都是产品经理，未经容许，禁止转载。

题图来自 Unsplash，基于CC0协议。